使用DCE-MRI的可概括的时空层次贝叶斯模型自动检测心肌缺血
Yalei Yang1, Dirk Husmeier2, Hao Gao2
1School of Mathematics & Statistics, University of Glasgow, University Place, Glasgow, G12 8QQ, United Kingdom; Key Laboratory of Carcinogenesis and Translational Research (Ministry of Education/Beijing), Key Laboratory for Research and Evaluation of Radiopharmaceuticals (National Medical Products Administration), Department of Nuclear Medicine, Peking University Cancer Hospital & Institute, Beijing, China.
概括
一个新的贝叶斯模型使用动态对比增强磁共振成像 (DCE-MRI) 来自动检测心脏缺血. 这种方法提高了心肌输液分析的预测准确度.
科学领域:
- 医疗成像医学成像
- 心脏病学 心脏病学
- 计算生物学 计算生物学
背景情况:
- 动态对比增强磁共振成像 (DCE-MRI) 是评估心肌输液的一种非侵入性技术.
- 对DCE-MRI数据的分析有助于评估心肌缺血的程度和严重程度.
- 准确检测缺血区域对于诊断和管理心脏病至关重要.
研究的目的:
- 介绍一种新的,可概括的,时空层次的贝叶斯模型 (GST-HBM).
- 为了自动检测心肌输液中缺血性病变的DCE-MRI.
- 通过整合时空背景来提高in silico预测的准确性.
主要方法:
- 开发了一个新的可概括的时空层次贝叶斯模型 (GST-HBM).
- 采用吉布斯采样来对模型参数的后部分布.
- 使用Watanabe Akaike信息标准 (WAIC) 进行超参数选择.
- 在合成和12个临床第一通风心肌输液DCE-MRI数据集上得到验证.
主要成果:
- 与既有方法相比,拟议的GST-HBM在形预测准确度显著更高.
- 即使在杂的数据集中,GST-HBM也提供了更强大的缺血病变的划分.
- 对比评估包括高斯混合模型 (GMM) 和其变体,以及基于模型的层次贝叶斯模型 (M-HBM).
结论:
- GST-HBM在心肌缺血的自动检测和预测准确度方面取得了重大进展.
- 该模型为分析心脏病学中DCE-MRI数据提供了强大的和高效的方法.
- 时间空间背景的整合提高了缺血评估的可靠性.
